Stripe 如何為 3,000 位工程師推出一致的 Cursor 使用體驗
Stripe 開發者基礎設施（Developer Infrastructure）負責人 Scott MacVicar 給正在替團隊導入 AI（人工智慧）的工程領導者，一個最重要的建議：加快腳步。
「我對任何正在考慮嘗試 AI 程式碼開發的人建議是：在這件事上行動要更快一點，」他說。
Stripe 自身導入 Cursor 的過程既快速又謹慎。這家公司以 99.9999% 的 API 可用率，以及為開發者體驗樹立標竿的產品而聞名。他們不可能犧牲任何一項。
關鍵在於，要在合適的防護機制下，讓超過 3,000 名 Stripe 工程師都能順利上手。Stripe 在每台機器上預先安裝 Cursor，使用 Cursor Rules 提供程式碼庫脈絡資訊，並調整程式碼審查流程，以在更高的開發速度下維持品質。在這個過程中，他們也意外發現，究竟是哪些人，實際上最能從 AI 中獲得最大的價值。
為工程師奠定成功基礎
Stripe 很早就確信，AI（人工智慧）將從根本上改變工程師的工作方式。問題在於，如何在超過 3,000 名開發者之間推動這場轉變。他們採取的方法是：從第一天起就讓 Cursor 對所有人都好用。
「當新人加入時，他們的機器上已經安裝好 VS Code、IntelliJ 和 Cursor，接著會完成一個實作課程，教他們如何使用 Stripe 的開發者環境，」MacVicar 說道。
一切都事先設定好。Stripe 使用 Cursor Rules，讓 Cursor 了解 Stripe 的程式碼庫與程式碼標準。他們也讓各團隊可以加入自己的規則，同時在整個組織層面上調整這些規則要做到多完整。這種做法讓 Stripe 的開發者在第一天就能有效運用 AI 程式設計工具，之後再持續更上一層樓。
我們一直引以為傲的一件事，是讓工程師在第一天就能提交一個 PR（拉取請求）。當大家開始使用 Cursor 時，我們已經降低了進入門檻與導入門檻，因此他們能有最佳體驗。
Cursor 的導入是透過一套意見領袖機制擴散開來的。資深使用者會在午餐教學分享中展示自己的工作流程，教同事如何平行執行多個代理，或撰寫更好的提示詞。
為 AI 協作開發調整程式碼審查
AI 讓工程師能寫出更多程式碼，但這並不是目標。Stripe 不希望更高的開發速度導致品質下降，他們的做法是調整程式碼審查流程，讓它能跟上步伐。
Stripe 現在運用大型語言模型（LLM）協助審查者更有效率地工作。AI 會標記複雜的方法或風險較高的檔案，把審查者的注意力導向最需要關注的地方。工程師也更習慣在程式碼尚未準備好時予以退回，不論它是來自人類還是來自代理。
Stripe 的工程師已經接受了這種新的工作方式：在一份內部調查中，開發者的整體觀感最近達到五年來的新高。MacVicar 表示：「大家對自己獲得的工具感到非常興奮。」
資深優勢
Stripe 現在專注於協助工程師從 Cursor 中獲得最大價值。初步發現讓 MacVicar 感到意外。他原本預期資淺工程師會受益最多，利用 AI 來彌補經驗不足。結果卻發現，反而是任職最久的工程師，生產力提升最大。
在 Stripe 工作很久的人，所需的脈絡都在他們腦海裡。他們能夠清楚知道自己想達成什麼，並指揮 Agent 去完成。
因此，MacVicar 正在思考，新進員工是否應該先花前幾週時間熟悉程式碼庫，之後再開通 Cursor 使用權限。這段時間可以用來累積必要的脈絡，讓他們能從 AI 工具中獲得最大效益。
這只是為什麼 MacVicar 建議其他工程主管別等到把 AI 一切都想得面面俱到才開始導入的其中一個例子。他們最需要解答的許多關鍵問題，往往只有在工程師實際使用這些工具時才會浮現。他認為現在就開始，是同時優化眼前機會與軟體工程未來發展的最佳方式。
如果你有興趣加速你的工程團隊採用代理式程式開發工作流程，請聯絡我們的團隊來啟用 Cursor 試用。